本发明属于服装制版领域，涉及一种服装自动制版方法及其系统。
背景技术：
服装制版系统是目前市场上服装cad系统中较为流行和成熟的一种软件系统，通过交互式的操作界面，用户把服装的要求输入计算机，系统会从基本纸样库中按照用户的需求匹配最合适的基础纸样，然后用户只需在此基础纸样上进行移省、加褶和切展等变换，或者进行松量分配、撇胸、腰线对位和边缘处理等适当修改，从而得到所需的纸样效果图。虽然现有服装制版系统能够满足服装制版师的基本需求，但随着服装向多样化、高级化和个性化的方向发展，服装制版系统越来越不能满足服装制版师的需求，存在以下缺陷：一、市场上标有自动制版功能的软件，一种是对交互式制版过程的局部优化，一种是利用计算机的存储功能，将某种款式的制版过程存在计算机中,用户需要时重复执行该过程和进行相应的调整,实现固定款式的半自动生成。这对于服装制版师来说，增加了重复工作量；且服装制版系统对操作者经验及专业知识的依懒性很强并且需要频繁的重复操作，以致服装生产效率不高，无法做到真正的纸样自动化输出。二、女装的需求量在所有服装中占有很大的比例，且款式种类较多。目前已有的服装制版系统不能对女装进行专业快速制版，无法很好地帮助加工行业缩短生产周期和提高生产效率。因此，开发一种适应于多种服装款式设计且生产效率高的服装版型自动生成方案是目前急需解决的问题。技术实现要素：本发明的目的是克服现有技术中存在的问题，提供一种适应于多种服装款式设计且生产效率高的服装自动制版方法及其系统。本发明的服装自动制版方法及其系统能够多种服装款式设计且生产效率高，能够更好的满足市场对女式服装版型的要求。为了达到上述目的，本发明采用的技术方案为：一种服装自动制版方法，首先录入服装款式设计图通过自动识别确定服装款式类别，然后根据服装款式类别从服装版型原型数据库自动查找确定该服装款式设计图的部件构成，再通过自动识别逐个确定服装款式设计图中各部件的类型并结合服装尺寸和专家知识库确定各部件的参数实际值，进而由各部件的参数实际值得到各部件效果图，最后将各部件效果图组合生成版型效果图；其中，组合是指识别各部件效果图的部件类型，基于专家知识库判断版型效果图中能否完全包括以上部件类型，如果能，则将各部件效果图组合。比如实际某件衬衣的设计图由衣片、领子和袖子构成。根据部件类别的识别和实际测量的参数绘制了衣片纸样效果图、领子纸样效果图和袖子纸样效果图。这3张部件效果图构成了最终的衬衣纸样效果图。这里的组合不限定前后顺序，按照构成模块依次去识别设计图是否包含(最多)这些部件。同时因为本发明涉及的标准款式现有的书籍不能全部涵盖，所以需要运用到专家知识库。所述服装尺寸是通过调用所述服装款式类别对应的服装款式关键点识别模型在服装款式设计图中确定服装款式关键点后，测量各关键点之间的距离并进行比例转化后结合专家知识库进行分析得到的；所述参数实际值的确定方法为：首先根据各部件的类型调用对应的服装部件关键点识别模型在服装款式设计图中确定服装部件关键点，然后测量各关键点之间的距离并进行比例转化得到参数测量值，最后判断参数测量值是否超过允许调整范围，如果是则以参数参考值为参数实际值，反之，则以参数测量值为参数实际值；所述允许调整范围和参数参考值是根据服装尺寸从专家知识库中调取得到的；参数实际值的确定的示例如下：以v字领为例，其尺寸数据如下：v字领(cm)领深15领宽6领面宽4根据服装部件关键点识别模型，得到相应关键点，通过计算距离，自动修改上面的参数，比如实际的值可能对应是16cm、6.5cm和4.cm8。专家知识库里领子的绘制公式就会按照新的参数绘制，同时也是监测这个值是否在专家知识允许的范围内；所有的关键点识别模型都是以服装款式设计图和确定的关键点为输入和输出训练hourglass网络模型得到的；所有的关键点识别模型都是基于卷积神经网络(cnn)建立的，卷积神经网络(cnn)的结构主要为：输入层→卷积层→池化层→卷积层→池化层→……→卷积层→池化层→连接层→输出层；hourglass网络模型是基于卷积神经网络的关键点识别专用神经网络；所述服装版型原型数据库包含不同服装款式类别及其对应的部件构成，所述专家知识库包含不同服装尺寸的参考数值及其对应的各部件的允许调整范围和参数参考值。现有技术主要是由人工判断服装属于何种类别，而后将此类别输入系统。本发明的自动识别类别和尺寸方法采用自动化程序，目的是构建全自动的识别过程，减少人工操作，提高效率。作为优选的技术方案：如上所述的一种服装自动制版方法，所述通过自动识别确定服装款式类别是基于服装款式分类模型实现的，所述服装款式分类模型是以服装款式设计图和确定的服装款式类别为输入和输出训练卷积神经网络得到的；所述通过自动识别逐个确定各部件的类型是基于服装各部件类型分类模型实现的，所述服装各部件类型分类模型是以服装款式设计图和确定的服装部件类型为输入和输出训练卷积神经网络得到的。服装各部件类型分类模型如口袋类型分类模型的训练集为多幅含有口袋部件的服装设计图。如上所述的一种服装自动制版方法，所述服装款式关键点识别模型的构建步骤如下：(1)初始化hourglass网络模型的参数；(2)以多幅服装款式类别相同且标定服装款式关键点i的服装款式设计图作为训练集，将服装款式设计图依次输入hourglass网络模型；(3)hourglass网络模型通过卷积、中继监督及反卷积操作，从服装款式设计图中提取出服装款式关键点ii；(4)计算服装款式关键点ii与服装款式关键点i的误差函数值；(5)判断误差函数值是否小于等于1px，如果是，则输出hourglass网络模型即为服装款式关键点识别模型，反之，则用优化函数rmsprop调整hourglass网络模型的参数后返回步骤(2)；其具体训练步骤及参数如下：训练集中服装款式设计图的初始大小为256*256*3(长*宽*通道)，经过一次7*7的卷积核和步长为2的卷积操作及一次下采样(池化)，得到大小为64*64*3的响应图1，将响应图1输入到hourglass网络模型中(取默认通道参数是256)，输出响应图2(64*64*k)k个关键点，经过一次上采样(池化的逆过程)及一次7*7的卷积核和步长为2的反卷积操作，得到效果图(256*256*k)。网络模型中的优化函数为rmsprop(学习率为2.5e-4)。loss函数是mse(均方误差)，mse代表网络预估值与真实标定值的误差，保证mse小于等于1px。所述服装部件关键点识别模型的构建步骤如下：(a)初始化hourglass网络模型的参数；(b)以多幅服装款式类别相同、服装部件类型相同且标定服装部件关键点iii的服装款式设计图作为训练集，将服装款式设计图依次输入hourglass网络模型；(c)hourglass网络模型通过卷积、中继监督及反卷积操作，从服装款式设计图中提取出服装款式关键点iv；(d)计算服装款式关键点iv与服装款式关键点iii的误差函数值；(e)判断误差函数值是否小于等于1px，如果是，则输出hourglass网络模型即为服装部件关键点识别模型，反之，则用优化函数rmsprop调整hourglass网络模型的参数后返回步骤(b)。服装部件关键点识别模型训练的具体参数与服装款式关键点识别模型类似。如上所述的一种服装自动制版方法，所述服装尺寸的确定方法为：测量各关键点之间的距离并进行比例转化得到尺寸测量值，与专家知识库中服装尺寸的参考数值进行比较，参考数值与尺寸测量值最为接近的服装尺寸即为服装款式设计图对应的服装尺寸。不同款式的服装关键点不同，关键点的重要程度也不同，这里仅列举一些个例做解释说明，具体如下：以衬衫为例，其尺寸数据如下：其关键点就包括肩宽点、胸围点和腰围点，衬衫的三个关键点中主要程度依次为胸围点、腰围点、肩宽点，首先判断胸围，如测量所得胸围值为87，与紧身尺寸最为接近即其对应服装尺寸为“紧身”，如测量所得胸围值为88，则继续判断腰围，如测量所得胸围值为71，再判断肩宽，测量所得胸围值为39.5，与合体尺寸最为接近，即其对应服装尺寸为“合体”。如上所述的一种服装自动制版方法，所述专家知识库包括各部件的绘制经验公式。如上所述的一种服装自动制版方法，所述由各部件的参数实际值得到各部件效果图是指依次将各部件的参数实际值对应输入到各部件的绘制经验公式即生成各部件效果图。所述由各部件的参数实际值得到各部件效果图的示例如下：此处以领子为例，某领子初始参数分别为15、6、4，实际测得参数实际值为16、6.5、4.8，调取领子的绘制经验公式(由数学参数方程组成，存在专家知识库里，一个参数可能对应多个数学参数方程)生成该领子的效果图。如上所述的一种服装自动制版方法，所述服装款式类别包括衬衫、西装、大衣、夹克、毛衣、连衣裙、短裙、裤子、羽绒服、卫衣和外套；所述服装尺寸包括修身、合体和宽松；所述各部件包括门襟、叠门、领型、口袋、袖口、袖身、袖卡夫、肩型、下摆、公主线分割、刀背缝分割、腰线分割、前后复势、前后育克、前褶、后褶、四片衣身、六片衣身和八片衣身；所述门襟包括暗门襟、平门襟、明门襟和偏门襟；所述领型包括翼领、企领、立领、翻领、驳领和贴身领，其中：翼领分为标准翼领、大翼领和抹角翼领；企领分为标准企领、尖角企领、直角企领、钝角企领和抹角企领；立领分为普通立领、无扣立领、翻立领和旗袍领；翻领分为普通翻领、有领座翻领、无领座翻领、小翻领、大翻领、t恤翻领和圆角翻领；驳领分为普通驳领、翻驳领、枪驳领、青果领和带鱼领；贴身领分为铜盆领、海军领和连身领；所述口袋包括斜口口袋和平口口袋，其中：斜口口袋分为斜口尖角口袋、斜口圆口口袋和斜口抹角口袋；平口口袋分为平口尖角口袋、平口圆角口袋和平口抹角口袋；所述袖身包括原装袖、连身袖、插肩袖和插角袖；所述袖卡夫包括双层卡夫和单层卡夫，其中：双层卡夫分为双层直角卡夫、双层抹角卡夫和双层折角卡夫；单层卡夫包括一粒扣单层卡夫、调节扣单层卡夫和两粒扣单层卡夫，一粒扣单层卡夫分为单层一粒直角卡夫、单层一粒扣抹角卡夫和单层一粒扣折角卡夫，调节扣单层卡夫分为单层调节扣直角卡夫、单层调节扣抹角卡夫和单层一粒扣折角卡夫，两粒扣单层卡夫分为单层二粒口直角卡夫、单层二粒口抹角卡夫和单层二粒扣折角卡夫；所述后褶包括无褶、对褶、双褶和缩褶。针对不同的部件，服装部件的关键点不同，如针对衬衣的领子：翻领：领宽、领深、前领面宽、前侧领面宽、后领高；v字领：领深、领宽、领面宽；圆领：领宽、领深、前领面宽、前侧领面宽、后领高、门禁宽；西装领：领宽、领深、后领高、西装领角长度；蝴蝶领：领宽、领深、领面高、蝴蝶结长度。本发明还提供了采用如上所述的一种服装自动制版方法的系统，包括：服装款式设计图录入模块，用于接收用户录入的服装款式设计图，用于后续制版操作；服装款式类别识别模块，用于从服装款式设计图中自动识别出服装款式类别；服装部件构成提取模块，用于根据服装款式类别从服装版型原型数据库自动查找确定服装款式设计图的部件构成，用户也可以根据需求调整部件类别；服装版型原型数据库，用于存储不同服装款式类别及其对应的部件构成；服装款式尺寸识别模块，用于根据服装款式类别调用服装款式关键点识别模型并结合专家知识库分析确定服装款式设计图对应的服装尺寸；服装款式关键点识别模型库，用于存储不同服装款式对应的服装款式关键点识别模型；服装部件类型识别模块，用于从服装设计图中自动识别出各个部件的类型；服装部件参数确定模块，用于根据各部件的类型调用对应的服装部件关键点识别模型并结合服装尺寸和专家知识库确定服装款式设计图中各部件的参数实际值；通过该模块，用户可以对服装版型的各个部件参数进行适当修改，以使后续生成的版型效果图更符合用户的预期，如果用户修改参数范围超出专家知识的预设范围，则系统将自动给出合理修改范围，供用户微调；服装部件关键点识别模型库，用于存储不同部件类型对应的服装部件关键点识别模型；服装纸样生成模块，用于根据各部件的参数实际值结合专家知识库自动生成版型效果图以供用户参考，并将该版型效果图保存至纸样数据库；专家知识库，用于存储不同服装尺寸的参考数值及其对应的各部件的允许调整范围和参数参考值；服装款式设计图录入模块分别与服装款式类别识别模块、服装款式尺寸识别模块、服装部件类型识别模块和服装部件参数确定模块连接，服装款式类别识别模块与服装部件构成提取模块和服装款式尺寸识别模块连接，服装款式尺寸识别模块与服装款式关键点识别模型库、专家知识库连接，服装部件构成提取模块与服装版型原型数据库和服装部件类型识别模块连接，服装部件类型识别模块与服装部件参数确定模块连接，服装部件参数确定模块与服装部件关键点识别模型库、服装纸样生成模块、专家知识库和服装款式尺寸识别模块连接，服装纸样生成模块与专家知识库连接。作为优选的技术方案：如上所述的系统，还包括：服装款式分类模型库，用于存储服装款式分类模型；服装各部件类型分类模型库，用于存储不同服装款式对应的服装部件类型分类模型；纸样数据库，用于存储服装纸样生成模块生成的版型效果图；所述服装款式分类模型库与服装款式类别识别模块连接，所述服装各部件类型分类模型库与服装部件类型识别模块连接，所述纸样数据库与服装纸样生成模块连接。有益效果：(1)本发明具有对服装版型自动制版的功能，只需用户输入该服装款式设计图，系统将通过自动识别服装款式设计图中的基本信息(类型、尺寸等数据)。结合专家知识库，便可以实现对女式服装版型的自动生成，且生成的女式服装版型纸样图能符合大多数基本款式类型，适用于服装制版专业人员和非专业人员使用；(2)本发明支持服装款式设计图的特征参数自动识别功能，该功能利用图像识别以及机器学习技术，以达到服装款式类型和尺寸自动识别的效果。该功能的实现可以极大程度上减少服装制版专业人员在传统服装制版中的测绘时间，并且自动化的操作可以降低人工操作时带来的误差以及错误率；(3)本发明中的所有微调手段都是基于专家知识库，当用户的操作超出专家知识的限定范围后，系统将自动撤销该操作并给出合理的区间范围，使得服装版型纸样图更加精准，更加符合服装制版原理，不在局限于服装制版师个人经验；(4)在本发明中，系统自动生成的纸样支持自动分解部件功能，分解后的各个部件可以单独进行制作以及组装成样衣，适用于工业化的批量生产，极大地缩短了产品的生产周期，提高了服装企业的工业效率；(5)本发明的专家知识库支持专家知识的不断扩充，改善了一般专家知识库中知识滞后带来的相关问题，同时提高了本发明中自动识别模块的精准率和纸样自动生成模块的效率。附图说明图1为本发明的一种衬衣的关键点分布示例图；图2为本发明的服装自动制版系统中各模块的连接关系图。具体实施方式下面结合具体实施方式，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。本发明的一种服装自动制版方法，具体步骤如下：(1)录入服装款式设计图通过自动识别确定服装款式类别，其中通过自动识别确定服装款式类别是基于服装款式分类模型实现的，服装款式分类模型以服装款式设计图和确定的服装款式类别为输入和输出训练卷积神经网络得到的；(2)根据服装款式类别从包含不同服装款式类别及其对应的部件构成的服装版型原型数据库自动查找确定该服装款式设计图的部件构成，其中服装版型原型数据库包含不同服装款式类别及其对应的部件构成；(3)通过自动识别逐个确定服装款式设计图中各部件的类型并结合服装尺寸和专家知识库确定各部件的参数实际值，其中通过自动识别逐个确定各部件的类型是基于服装各部件类型分类模型实现的，服装各部件类型分类模型是以服装款式设计图和确定的服装部件类型为输入和输出训练卷积神经网络得到的，专家知识库包含不同服装尺寸的参考数值及其对应的各部件的允许调整范围和参数参考值，以及各部件的绘制经验公式，其过程具体如下：(3.1)通过自动识别逐个确定服装款式设计图中各部件的类型；(3.2)确定服装尺寸，具体如下：(3.2.1)建立服装款式关键点识别模型；(a)初始化hourglass网络模型的参数；(b)以多幅服装款式类别相同且标定服装款式关键点i的服装款式设计图作为训练集，将服装款式设计图依次输入hourglass网络模型；(c)hourglass网络模型通过卷积、中继监督及反卷积操作，从服装款式设计图中提取出服装款式关键点ii；(d)计算服装款式关键点ii与服装款式关键点i的误差函数值；(e)判断误差函数值是否小于等于1px，如果是，则输出hourglass网络模型即为服装款式关键点识别模型，反之，则用优化函数rmsprop调整hourglass网络模型的参数后返回步骤(b)；(3.2.2)通过调用服装款式类别对应的服装款式关键点识别模型在服装款式设计图中确定服装款式关键点，测量各关键点之间的距离并进行比例转化得到尺寸测量值，与专家知识库中服装尺寸的参考数值进行比较，参考数值与尺寸测量值最为接近的服装尺寸即为服装款式设计图对应的服装尺寸；如图1所示，以衬衫为例，其尺寸数据如下：其关键点就包括肩宽点、胸围点和腰围点，衬衫的三个关键点中主要程度依次为胸围点、腰围点、肩宽点，首先判断胸围，如测量所得胸围值为87，与紧身尺寸最为接近即其对应服装尺寸为“紧身”，如测量所得胸围值为88，则继续判断腰围，如测量所得胸围值为71，再判断肩宽，测量所得胸围值为39.5，与合体尺寸最为接近，即其对应服装尺寸为“合体”；(3.3)确定各部件的参数实际值的允许调整范围，具体如下：(3.3.1)建立服装部件关键点识别模型；(a)初始化hourglass网络模型的参数；(b)以多幅服装款式类别相同、服装部件类型相同且标定服装部件关键点iii的服装款式设计图作为训练集，将服装款式设计图依次输入hourglass网络模型；(c)hourglass网络模型通过卷积、中继监督及反卷积操作，从服装款式设计图中提取出服装款式关键点iv；(d)计算服装款式关键点iv与服装款式关键点iii的误差函数值；(e)判断误差函数值是否小于等于1px，如果是，则输出hourglass网络模型即为服装部件关键点识别模型，反之，则用优化函数rmsprop调整hourglass网络模型的参数后返回步骤(b)；(3.3.2)调用各部件对应的服装部件关键点识别模型根据服装尺寸从专家知识库中调取得到各部件的参数实际值的允许调整范围；(3.4)结合参数实际值的允许调整范围调整得到各部件的参数实际值，具体为：首先根据各部件的类型调用对应的服装部件关键点识别模型在服装款式设计图中确定服装部件关键点，然后测量各关键点之间的距离并进行比例转化得到参数测量值，最后判断参数测量值是否超过允许调整范围，如果是则以参数参考值为参数实际值，反之，则以参数测量值为参数实际值；(4)依次将各部件的参数实际值对应输入到各部件的绘制经验公式即生成得到各部件效果图；(5)将各部件效果图组合生成版型效果图；本发明中服装款式类别包括衬衫、西装、大衣、夹克、毛衣、连衣裙、短裙、裤子、羽绒服、卫衣和外套；服装尺寸包括修身、合体和宽松；各部件包括门襟、叠门、领型、口袋、袖口、袖身、袖卡夫、肩型、下摆、公主线分割、刀背缝分割、腰线分割、前后复势、前后育克、前褶、后褶、四片衣身、六片衣身和八片衣身；门襟包括暗门襟、平门襟、明门襟和偏门襟；领型包括翼领、企领、立领、翻领、驳领和贴身领；翼领分为标准翼领、大翼领和抹角翼领；企领分为标准企领、尖角企领、直角企领、钝角企领和抹角企领；立领分为普通立领、无扣立领、翻立领和旗袍领；翻领分为普通翻领、有领座翻领、无领座翻领、小翻领、大翻领、t恤翻领和圆角翻领；驳领分为普通驳领、翻驳领、枪驳领、青果领和带鱼领；贴身领分为铜盆领、海军领和连身领；口袋包括斜口口袋和平口口袋，其中：斜口口袋分为斜口尖角口袋、斜口圆口口袋和斜口抹角口袋；平口口袋分为平口尖角口袋、平口圆角口袋和平口抹角口袋；袖身包括原装袖、连身袖、插肩袖和插角袖；袖卡夫包括双层卡夫和单层卡夫，其中：双层卡夫分为双层直角卡夫、双层抹角卡夫和双层折角卡夫；单层卡夫包括一粒扣单层卡夫、调节扣单层卡夫和两粒扣单层卡夫，一粒扣单层卡夫分为单层一粒直角卡夫、单层一粒扣抹角卡夫和单层一粒扣折角卡夫，调节扣单层卡夫分为单层调节扣直角卡夫、单层调节扣抹角卡夫和单层一粒扣折角卡夫，两粒扣单层卡夫分为单层二粒口直角卡夫、单层二粒口抹角卡夫和单层二粒扣折角卡夫；后褶包括无褶、对褶、双褶和缩褶。本发明的采用上述服装自动制版方法的系统，包括：服装款式设计图录入模块，用于接收用户录入的服装款式设计图；服装款式类别识别模块，用于从服装款式设计图中自动识别出服装款式类别；服装部件构成提取模块，用于根据服装款式类别从服装版型原型数据库自动查找确定服装款式设计图的部件构成；服装版型原型数据库，用于存储不同服装款式类别及其对应的部件构成；服装款式尺寸识别模块，用于根据服装款式类别调用服装款式关键点识别模型并结合专家知识库分析确定服装款式设计图对应的服装尺寸；服装款式关键点识别模型库，用于存储不同服装款式对应的服装款式关键点识别模型；服装部件类型识别模块，用于从服装设计图中自动识别出各个部件的类型；服装部件参数确定模块，用于根据各部件的类型调用对应的服装部件关键点识别模型并结合服装尺寸和专家知识库确定服装款式设计图中各部件的参数实际值；服装部件关键点识别模型库，用于存储不同部件类型对应的服装部件关键点识别模型；服装纸样生成模块，用于根据各部件的参数实际值结合专家知识库自动生成版型效果图；专家知识库，用于存储不同服装尺寸的参考数值及其对应的各部件的允许调整范围和参数参考值；其中各模块的连接关系图如图2所示，服装款式设计图录入模块分别与服装款式类别识别模块、服装款式尺寸识别模块、服装部件类型识别模块和服装部件参数确定模块连接，服装款式类别识别模块与服装部件构成提取模块和服装款式尺寸识别模块连接，服装款式尺寸识别模块与服装款式关键点识别模型库、专家知识库连接，服装部件构成提取模块与服装版型原型数据库和服装部件类型识别模块连接，服装部件类型识别模块与服装部件参数确定模块连接，服装部件参数确定模块与服装部件关键点识别模型库、服装纸样生成模块、专家知识库和服装款式尺寸识别模块连接，服装纸样生成模块与专家知识库连接。该系统，还包括：服装款式分类模型库，用于存储服装款式分类模型；服装各部件类型分类模型库，用于存储不同服装款式对应的服装部件类型分类模型；纸样数据库，用于存储服装纸样生成模块生成的版型效果图；其中，服装款式分类模型库与服装款式类别识别模块连接，服装各部件类型分类模型库与服装部件类型识别模块连接，纸样数据库与服装纸样生成模块连接。当前第1页12